arXiv 机器学习· Amir Mesbah, Di Wu·· 5 時間前AI スコア34
适应之前：持续世界模型中的零样本泛化瓶颈
Before We Adapt: The Zero-Shot Generalization Bottleneck in Continual World Models
未翻訳のため中国語で表示しています。
AI ガイド
持续强化学习（CRL）研究表明，世界模型（WM）的零样本复用在物理上下文改变时显著退化，表征泛化是阻碍其可靠复用的核心瓶颈。该研究将上下文分解为行为与物理组件，并在 FourRooms 任务中利用 Dyna-Q 和 TD-MPC 评估直接复用能力。消融实验与潜空间诊断进一步证实，模型学到的观测表征无法自动提供复用所需的不变性。
出典：arXiv 机器学习 · arxiv.org